L'effet des exemples résolus : apprendre plus vite en étudiant des solutions

Comment utiliser les exemples résolus, l'auto-explication et l'estompage pour développer une compétence plus vite que la pratique axée sur les problèmes

Pourquoi les exemples résolus aident-ils à apprendre plus vite ?

L'effet des exemples résolus est un résultat bien répliqué en science pédagogique : les apprenants novices acquièrent des compétences plus vite et plus profondément en étudiant des exemples entièrement résolus avant de tenter de résoudre des problèmes seuls. Le mécanisme est la charge cognitive — la résolution de problèmes non soutenue chez les novices consomme la mémoire de travail dans la recherche plutôt que dans la compréhension, donc peu de formation de schéma se produit. Les exemples résolus redirigent cette capacité vers l'apprentissage.

La plupart des cultures éducatives traitent la résolution de problèmes comme le mode d'apprentissage principal, mais les preuves disent quelque chose de plus nuancé : pour les novices, travailler à travers des exemples avant de tenter des problèmes est de façon fiable plus efficace. La recherche de Sweller sur les exemples résolus — élément de sa théorie plus large de la charge cognitive — montre que le travail cognitif de résoudre un problème inconnu et le travail cognitif de construire un schéma mental pour résoudre de tels problèmes sont en compétition. Les exemples résolus résolvent cette compétition en retirant la première tâche de la table. Les pratiques ci-dessous couvrent comment utiliser cet effet à travers les contextes d'apprentissage.

Pratiques

Pratiquez cela avec IX Coach

Pratiquez ceci avec IX Coach

Concepts associés

Frequently asked questions

Pourquoi les exemples résolus aident-ils à apprendre plus vite ?

Comment fonctionne « Étudier un exemple entièrement résolu avant d'attaquer un nouveau type de problème » ?

Un novice qui attaque un problème inconnu sans exemples dépense la majeure partie de sa mémoire de travail dans une « analyse moyens-fins » — tester des coups candidats, revenir en arrière, estimer la progression vers l'objectif. Cela épuise la capacité avant que la construction de schéma puisse commencer. Un exemple résolu garde le chemin de solution visible, si bien que toute la mémoire de travail disponible se dirige vers la compréhension du pourquoi de chaque étape logique — le processus même qui construit un schéma utilisable.

Comment fonctionne « S'auto-expliquer chaque étape en travaillant un exemple » ?

L'auto-explication est le mécanisme qui convertit une lecture passive d'un exemple en construction active de schéma. Quand un apprenant s'explique une étape, il doit intégrer l'étape aux connaissances préalables, identifier quelle règle ou principe elle instancie, et détecter les lacunes de sa propre compréhension. Les recherches de Chi et collègues ont montré que les personnes qui s'auto-expliquent beaucoup apprennent nettement plus des mêmes exemples que celles qui le font peu, même en contrôlant le temps d'étude.

Comment fonctionne « S'estomper progressivement des exemples complets vers la résolution indépendante » ?

Le retrait brusque du soutien des exemples force la recherche moyens-fins à revenir dans la mémoire de travail avant que les schémas ne soient consolidés, inversant partiellement les gains. L'estompage — fournir des exemples progressivement moins complets — maintient la charge intrinsèque dans les limites de la mémoire de travail à chaque étape tout en exigeant progressivement plus d'application de schéma. L'apprenant pratique la génération des étapes manquantes avec un soutien encore disponible pour le reste, ce qui comble l'écart entre la performance dépendante et indépendante.

Comment fonctionne « Étudier plusieurs exemples variés du même principe avant de généraliser » ?

Un seul exemple résolu construit un schéma qui peut être surajusté aux caractéristiques de surface de cet exemple spécifique — une forme de surajustement analogue à l'apprentissage automatique. Comparer plusieurs exemples qui partagent le même principe sous-jacent mais diffèrent en contexte, en nombres ou en présentation de surface force l'apprenant à abstraire le principe de son contexte, ce qui est ce qui produit des schémas transférables. La création d'analogies entre exemples est le mécanisme : une structure profonde partagée à travers des surfaces variées révèle le principe invariant.

Comment fonctionne « Vérifier si vous avez dépassé le stade novice avant de continuer avec des exemples » ?

L'effet d'inversion de l'expertise est bien établi dans la théorie de la charge cognitive : les soutiens pédagogiques qui aident les novices freinent activement les apprenants avancés, parce que les schémas que les soutiens étaient conçus pour construire existent désormais et les soutiens ajoutent une information redondante qui doit être traitée plutôt qu'ignorée. Un apprenant qui a acquis les schémas pertinents gagne plus à résoudre des problèmes de façon indépendante qu'à étudier davantage d'exemples, parce que la résolution indépendante construit désormais la fluidité et la flexibilité additionnelles que les exemples ne fournissent plus.

Comment fonctionne « Comparer deux exemples côte à côte pour extraire le principe sous-jacent » ?

L'alignement structurel — comparer deux cas pour trouver leur correspondance relationnelle profonde — est le mécanisme principal par lequel se produit l'abstraction de schéma. Quand deux exemples sont comparés simultanément, le cerveau effectue une opération de mise en correspondance qui met en évidence la structure invariante et supprime le bruit de surface. Les travaux de Gentner sur l'encodage analogique montrent que ce processus est bien plus efficace que l'étude d'exemples séquentiellement sans comparaison explicite.